一种从社交媒体获取洪水灾害信息的方法

摘要

本发明涉及一种从社交媒体获取洪水灾害信息的方法，该方法是基于Selenium自动化工具与YOLO v5卷积神经网络实现的，包括：(1)利用Selenium自动化工具模拟登录获取洪水灾害发生时的文字与图片数据；(2)基于获取的洪水图片数据，采用YOLO v5卷积神经网络对洪水中关键物体与关键部位进行识别；(3)洪水文字信息与图片信息的识别结果根据预定的标准转换成为水位深度。本发明考虑了Selenium自动化模拟网页时的防反爬虫效果与YOLO v5卷积神经网络的识别效率和准确度，通过微博等社交媒体平台获取除常规水文站点外的更多洪水数据，以便更好地建立准确的水文模型。